• 
  커넥트재단

  커넥트재단은 '커넥트 번역 서포터즈'와 함께 deeplearning.ai 강의를 번역하여 제공합니다. 모든 강의의 저작권은 deeplearning.ai에게 있습니다

• 
  Andrew Ng

  Andrew Ng 교수는 현재 Coursera 의 Co-founder 겸 Stanford University 에서 겸임교수를 하고 있습니다. 이전에는 Google Brain을 공동 설립하고 이끌었으며 Baidu 의 전 부사장 겸 수석 과학자였습니다.

1. 머신러닝 어플리케이션 설정하기
   1. Train/Dev/Test 세트
   1. 편향/분산
   1. 머신러닝을 위한 기본 레시피
2. 신경망 네트워크의 정규화
   1. 정규화
   1. 왜 정규화는 과대적합을 줄일 수 있을까요?
   1. 드롭아웃 정규화
   1. 드롭아웃의 이해
   1. 다른 정규화 방법들
3. 최적화 문제 설정
   1. 입력값의 정규화
   1. 경사소실/경사폭발
   1. 심층 신경망의 가중치 초기화
   1. 기울기의 수치 근사
   1. 경사 검사
   1. 경사 검사 시 주의할 점
4. 최적화 알고리즘
   1. 미니 배치 경사하강법
   1. 미니 배치 경사하강법 이해하기
   1. 지수 가중 이동 평균
   1. 지수 가중 이동 평균 이해하기
   1. 지수 가중 이동 평균의 편향보정
   1. Momentum 최적화 알고리즘
   1. RMSProp 최적화 알고리즘
   1. Adam 최적화 알고리즘
   1. 학습률 감쇠
5. 하이퍼파라미터 튜닝
   1. 튜닝 프로세스
   1. 적절한 척도 선택하기
   1. 하이퍼파라미터 튜닝 실전
6. Batch Normalization
   1. 배치 정규화
   1. 배치 정규화 적용시키기
   1. 배치 정규화가 잘 작동하는 이유는 무엇일까요?
   1. 테스트시의 배치 정규화
7. 다중 클래스 분류
   1. Softmax Regression
   1. Softmax 분류기 훈련시키기
8. 프로그래밍 프레임워크 소개
   1. 지역 최적값 문제
   1. Tensorflow
9. 다음 코스 안내
   1. 다음 코스: 머신러닝 프로젝트 구조화하기

번역 및 내용 감수 총괄: 박해선(텐서플로우 블로그)
번역: 임도연, 김종인, 이창윤, 박준희, 홍재이, 한동훈, 조하늘, 박정빈 (커넥트번역서포터즈)
퍼블리싱: 장지수(커넥트재단)